余 创 ,张玉秀 *,陈 伟 (.中国矿业大学(北京)化学与环境工程学院,北京 00083；.中国矿业大学(北京)地测学院,北京 00083)

PM2.5粒径小,在大气中滞留时间长,且输送距离远[1];同时,大气结构具有不稳定性,很难直接解释PM2.5的输送、沉降及扩散过程.而目前,后向轨迹(HYSPLIT)是应用分析大气污染物长距离传输路径最广泛有效的模型,其后向轨迹聚类分析、潜在源贡献因子分析(PSCF)以及浓度权重分析(CWT)等方法的综合应用可准确解析受点与源区之间气流轨迹的来源与分布,并能判断对研究区污染物有贡献的潜在源区[2-3].Sulaymon等[4]利用 HYSPLIT模型研究了尼日利亚阿布贾地区 PM2.5的输送路径,其中PM2.5在1月和10月主要以东北长距离路径输送为主,而在4月和7月主要以西南长距离路径输送为主.聚类分析表明我国渤海湾西部地区 PM2.5的输送路径主要为西北气流和南部气流,PSCF和CWT结果表明在西北气流影响下其 PM2.5的潜在源区主要来自内蒙古中部以及南部地区[5].目前,对我国PM2.5的路径及潜在源解析研究大多集中在华北、华东及沿海地区,而对于西北干旱半干旱地区研究报道相对较少.

银川市(106.21°E,38.47°N)位于黄河上游宁夏平原中部,年平均降水量100～300mm,属于典型的西北干旱半干旱区.煤炭资源开发是银川市的主要工业产业,特别是以煤炭为原料的煤化工企业,具有高耗能和重污染的特点,再加上冬季燃煤取暖,使得银川市空气污染不断加剧.2016～2018年,银川市空气质量除夏季仅为轻度及中度污染外,其他 3个季节都出现了重度及严重污染,冬季霾污染过程中主要污染物为PM2.5,在春、秋、冬3季污染天气中PM2.5平均浓度值分别为 50～194,33～91,23～214µg/m3[6],PM2.5污染严重.银川市四季风速与PM10浓度呈正相关关系,PM10浓度在偏西北风时较高;除春季外,夏、秋、冬3个季节的风速与PM2.5浓度呈负相关关系,PM2.5浓度在偏西南风与偏东北风时较高[7].目前,银川市大气 PM2.5在重污染天气期间的主要输送路径未见报道,其潜在源区也不清楚.

本文以银川市为例,利用后向轨迹聚类分析、PSCF以及CWT等分析法,结合2015～2017年PM2.5浓度监测数据和全球气象同化数据(GDAS),分析银川市 PM2.5质量浓度的变化规律及其与风速和风向之间的关系,探究影响银川市在四季及重污染天气期间 PM2.5的主要输送路径,揭示影响银川市 PM2.5质量浓度的潜在源区,为有效控制银川市大气污染和开展区域联防治理提供参考.

1 数据来源及研究

1.1 数据来源

本研究所用数据来自国家环境空气质量监测网提供的逐小时PM2.5质量浓度数据,从中筛选银川市6个国家自动监测点的PM2.5质量浓度数据(学院路、宁化生活区、宁安大街、贺兰山东路、贺兰山马莲口、银湖巷),然后取6个监测点PM2.5浓度数据的平均值代表银川市整体的PM2.5质量浓度;银川市气象数据来自中国气象数据网上发布的地面气象资料,气象要素包括温度、气压、相对湿度、水平和垂直风速等.后向轨迹模式采用的气象资料是美国国家环境预报中心(NCEP)提供的 GDAS数据,空间分辨率为 1°×1°.

1.2 后向轨迹模式系统

HYSPLIT轨迹模式是由美国国家海洋大气中心和澳大利亚气象局共同研发的一种模拟气流输送、扩散和沉降的综合模式系统,具有处理多种气象要素输入场、多种物理过程和不同类型污染物排放源的功能,是欧拉和拉格朗日混合型的扩散模式,其平流和扩散计算均采用拉格朗日方法,浓度计算采用欧拉方法[8-9].本研究选取银川市气象局(106.21°E,38.47°N)为后向轨迹的受点,利用 Meteoinfo软件以及NCEP系统提供的全球同化数据模拟银川市气团后向轨迹,每日从0:00开始,计算逐小时到达银川市的气团后向轨迹,轨迹向后推延的时间为 72h,模拟时段为2015年1月1日～2017年12月31日,模拟的高度为500m(后向轨迹500m高度的风场既能减少地面摩擦对于气流轨迹的影响,又能较准确地反映近地层的气团输送特征)[10].将逐小时轨迹按时间依次划分为春季轨迹(3～5月)、夏季轨迹(6～8月)、秋季轨迹(9～11月)以及冬季轨迹(12～2月),然后利用Meteoinfo软件分别对不同季节逐小时轨迹进行聚类分析,并计算每类轨迹出现的频率,进而得到银川市后向轨迹聚类分析图.

1.3 PSCF方法

PSCF是基于条件概率函数发展而来的一种判断污染源可能方位的方法,通过结合气团轨迹和某要素值给出可能的排放源位置.PSCF函数定义为经过某一区域(i和j分别代表经度和纬度)的气团到达观测点时对应的某要素值超过设定阈值的条件概率,PSCF的值越大,表明该网格点对观测点的粒子质量浓度贡献越大[11-12].高PSCF值所对应网格区域就是银川市PM2.5的潜在源区,经过该区域的轨迹就是对粒子数浓度有影响的输送路径.将研究区域划分为0.2°×0.2°的网格,并对PM2.5质量浓度设定阈值,本文将其设定为 PM2.5二级质量浓度限值 75µg/m3.当轨迹所对应的PM2.5质量浓度值高于此阈值时,认为该轨迹是污染轨迹,其经过网格(i,j)污染轨迹端点数为mij,而落在某网格(i,j)内的所有轨迹端点数为nij,则PSCF可以定义为式:

由于 PSCF是基于条件概率的一种函数,因此PSCF的误差会随着网格与采样点距离增加而增大.当nij较小时,会有很大的不确定性.为了减小误差,通常采用权重函数W(PSCF)以便减小PSCF的不确定性[13-14].

式中:Wij定义如下:(3)

1.4 CWT方法

PSCF和 CWT方法,输入数据和适用的网格分辨率是相同的, PSCF通常使用浓度阈值来评估PM2.5的潜在来源,这意味着当一些轨迹的 PM2.5浓度略高于或远远高于标准时,可能会有相同的PSCF值,因此,可能无法区分中度污染来源和重度污染来源.CWT与PSCF法不同,CWT法可计算每条轨迹的权重浓度,因此在网格化的过程中,通过计算经过该网格的所有轨迹对应的 PM2.5质量浓度的平均值,可赋予每个网格点一个权重浓度,从而克服 PSCF法带来的局限性.CWT值越大,表明区域传输实际浓度值较高,换而言之,PM2.5跨区域传输浓度的实际值与 CWT值并非相等,反之亦然[15].计算公式如下:

式中:Cij表示网格(i,j)上的平均权重浓度(µg/m3);M表示轨迹总数(条);l是轨迹;Cl是轨迹l经过网格(i,j)时 PM2.5浓度(µg/m3);τijl表示轨迹 l在网格(i,j)内停留的时间;Cij高值网格区域是对银川市颗粒物污染有贡献的主要外来源区,经过该网格的轨迹就是对银川大气颗粒物有贡献的主要输送路径[16-18].

2 结果与讨论

2.1 2013～2018年PM2.5质量浓度变化特征

2013～2018年银川市 PM2.5年平均浓度变化呈倒U型分布(图1a),其中2013～2016年PM2.5浓度呈上升趋势,2016～2018年 PM2.5浓度呈下降趋势.2013～2018年 PM2.5平均浓度为 49.33µg/m3,超过国家二级标准(35µg/m3)0.4倍,其中在2016年PM2.5浓度最高,约为 54.25µg/m3,2018年 PM2.5浓度最低,约为 39.25µg/m3,表明近年来国家对大气污染控制和治理卓有成效.针对银川市大气污染现状,国家提倡用天然气和电力等清洁能源,用洁净煤代替原煤,在2018年10月前实现能源结构调整[19];开展煤炭质量监督和消费总量控制,对锅炉进行全面改造,从而缓解了银川市大气污染问题[20].

图1 2013～2018银川市PM2.5质量浓度年、季、月变化特征Fig.1 Characteristics of annual, quarterly and monthly variation of PM2.5 mass concentration in Yinchuan city over 2013～2018

在季节变化上,PM2.5质量浓度变化较为明显,呈现出冬秋高、春夏低的趋势(图 1b),PM2.5质量浓度冬季最高,达 75.11µg/m3,其次是秋季,为 48.17µg/m3,再次是春季,为 42.40µg/m3,夏季浓度最低,为31.83µg/m3.夏季温度高,大气层结不稳定,有利于大气颗粒物的扩散,且夏季降雨量较多,伴随着湿沉降对 PM2.5有更好的去除效果;此外,夏季植被生长旺盛,植物的枝叶对 PM2.5也有明显的截留作用.冬季温度低,地面逆温频率的增加,大气层在寒冷季节相对稳定,空气无法上下对流,不利于 PM2.5的扩散[21];同时,冬季以西北风造成局部扬尘,将西北干旱荒漠区的沙尘带入研究区[22],因此,冬季 PM2.5质量浓度较高.

在月变化上,PM2.5浓度呈双峰单谷型变化趋势(图 1c).其中 9月和 10月 PM2.5浓度最低,分别为31.68,31.18µg/m3,1月和 12月浓度最高,分别为79.02,68.82µg/m3.银川市1月和12月多天气严寒且采暖期较长,采暖导致燃煤量升高,PM2.5及其前体物(二氧化硫、氮氧化物、VOCs等)的排放量增加;同时,冬季为风沙天气,因此,PM2.5浓度可能主要是受燃煤和沙尘天气影响所致[23].

2.2 风速、风向对PM2.5质量浓度的影响

污染物在水平输送过程中,风速、风向起主导作用[24-25].图2结果表明,PM2.5质量浓度随风速的增大呈现波动式变化:先下降、后上升、再下降的趋势.PM2.5浓度在最小风速0～1m/s时最高,约57.67µg/m3;随着风速的增大PM2.5浓度呈现降低趋势,当风速达到 3～4m/s时 PM2.5浓度达到最低值,约 44.88µg/m3,说明 3～4m/s风速有利于 PM2.5污染物的扩散.随后,PM2.5浓度随着风速的继续增加而升高,当风速为5～6m/s时PM2.5浓度高达57.07µg/m3,表明大风虽有利于污染物的扩散,但可能引起的扬尘进一步导致大气 PM2.5浓度升高[26].当风速继续增加到 6～7m/s时,PM2.5浓度急剧下降.银川市四季大风天多为北风,强冷空气可有效清除污染物,降低大气颗粒物浓度,这可能是洁净空气对污染物的稀释作用和大风的扩散作用所致.此外,当风速在 2～4m/s时,PM2.5浓度维持在一个较低的浓度水平,且变化不大,表明2～4m/s风速有利于颗粒物的扩散.北京市大气PM2.5浓度在风速3m/s时下降到较低水平[27],与本研究结果一致.

图2 PM2.5质量浓度与风速的关系Fig.2 Relationship of PM2.5 mass concentration with wind speed

风向频率玫瑰图(图 3a)表明,银川市春季主要以WNW和N风为主导风向,夏季以SSE和N风为主导风向,秋冬两季则的主导风向主要为W和N,其次是 WNW 和 WSW.风速、风向关系(图 3b)表明,银川市在各风向上主要以小于 3m/s风速为主;在NW、WNW、W和WSW风向上4～6m/s风速占比较高,分别为 13.11%、19.57%、10.68%和 13.33%.由风速与 PM2.5浓度的关系可知,当风速在 4～6m/s时导致PM2.5浓度升高,加之吐鲁番盆地、塔克拉玛干沙漠、河西走廊、腾格里沙漠、巴丹吉林沙漠等沙漠戈壁地带位于银川市西北方向,说明银川市可能在NW、WNW、W和WSW风向上受到西北地区沙尘源输送的影响,导致在大风天气时PM2.5浓度升高.在 SSE风向上,4～6m/s的风速占比小,仅为2.9%,与 W 和 WNW 风向相比,SSE风向更有利于PM2.5的稀释扩散.

图3 四季风向频率玫瑰图和不同风向上不同风速的占比Fig.3 Rose chart of wind direction frequency in the four seasons and the proportion of different wind speeds in different wind directions

2.3 后向轨迹聚类分析

利用Meteoinfo软件,结合2015～2017年逐小时PM2.5浓度数据,对到达银川的后向气流轨迹进行聚类分析(图4),探究银川市气流输送路径.气流输送路径和方向表示气流到达银川市所经过的地区,轨迹长短可以判断气流的移动速度,长的轨迹对应移动速度较快的气流,短的轨迹对应移动缓慢的气流[28].

图4 四季气流后向轨迹聚类分析Fig.4 Cluster-mean back trajectories of four seasons

在春季,来自新疆东部和内蒙古西部的气流(聚类 1和聚类 5)占比最高,分别为 49.63%和 25.28%;输送距离较远的气流(聚类 3和聚类 4)主要源自哈萨克斯坦东部,途经新疆北部、甘肃北部,最后绕至内蒙古西部抵达银川市,分别占比15.56%和1.35%;源自蒙古国西北部的气流(聚类2),途经内蒙古西部,最后从宁夏北部进入银川市,占比为8.09%.

夏季主要以西北短距离输送气流为主,其中来自新疆东部的气流(聚类2)占比25.10%,源自蒙古国西南部的气流(聚类1和聚类4)分别占比43.75%和1.34%;其次来自甘肃中部与内蒙古交界地区的气流(聚类 3)输送距离最短,占比为 10.65%;夏季出现了北方气流(聚类 5),主要来自蒙古国南部,占比19.16%.

秋季,气流聚类数目减少至3类,3条气流途经区域基本一致,且均为西北长距离输送气流,3条气流均从新疆中东部出发,途经甘肃北部和内蒙古西南部进而抵达银川市.其中来自新疆东部的气流(聚类1)占比最高,为48.33%;来自新疆中部的气流(聚类2),占比为11.61%,来自新疆中东部的气流(聚类3)占比为39.56%.

冬季均为西北长距离输送气流,与秋季相比,3条气流途经区域略有北移,始于新疆中北部,途经新疆、甘肃和内蒙古3省交界区域,最后从内蒙古西南部绕至银川市.其中来自新疆中部的气流(聚类 1)输送距离最远,占比为38.72%;其次来自新疆中北部的气流(聚类 2)轨迹占比最少,为 13.83%;最后来自新疆北部的气流(聚类3)轨迹占比最高,为55.45%.

轨迹聚类分析结果表明银川市四季主要以西北气流为主,北京市和青海省东部的PM2.5路径解析结果同样表明来自西北的长距离输送气流占主导地位;在西北气流中,特别是来自新疆和河西走廊地区的气流对北京市和青海省东部 PM2.5浓度影响较大[29-30],而银川市恰好位于青海省东部、北京市西部,气流自西北向东南输送,推测来自新疆的污染气流可能先途经青海省东部,然后抵达银川,最后进入北京市,进而影响多个地区的 PM2.5浓度.银川市春、秋、冬3季气流的输送距离明显较夏季要远,唯有夏季气流以短距离输送为主,且出现了北方清洁气流,这可能与银川市风速、风向密切相关;银川市四季均以N、W和SSE风为主导风向,与气流来源方向基本一致.银川市地处大陆内部中纬度带,其东部距海岸线较远且有太行山脉阻隔,受东部气流影响较小.西北部为广阔的亚欧大陆腹地,西北风盛行,说明银川市所处地理位置可能决定了其主导风向,而主导风向又进一步影响了银川市气流输送来源.太原市污染物路径解析表明太原市所处地理位置与其季风气候相适应,太原市秋冬季盛行西北风,故在秋冬季气流主要以西北偏西气流为主,占比 74.1%,与银川市主导风向和气流轨迹关系的结果相似[31].另外,银川市在W和WNW风向上4～6m/s风速占比较高,分别为 10.68%和 19.57%,PM2.5浓度随风速增大而升高,且银川市春、秋和冬三季PM2.5平均浓度较高,推测在W和WNW风向上大风导致外来沙尘源的输入和本地扬尘的贡献可能较大.因此,当风速较大时 PM2.5浓度升高的原因并不是大风不利于污染物的稀释作用,而是输入的沙尘或本地的扬尘所致,这也许是春、秋和冬3季PM2.5浓度居高不下的原因之一.夏季银川市以WNW和SSE风为主导风向,与WNW风向相比,在SSE风向上2～3m/s风速占比高,有利于污染物的扩散,且其东南方向无工业产业园或大面积沙漠等污染源区,东南方向的清洁气流会进一步稀释银川市 PM2.5浓度,这可能是夏季 PM2.5浓度降低的原因之一.银川市夏季 SSE风向在风向频率玫瑰图占比约9.4%(图3),而在后向轨迹聚类中并无东南气流出现.兰州市主导风向与气流轨迹也不完全一致,兰州市春冬季均以ESE风向为主,而后向轨迹聚类中也并无东南气流出现,而是以西北气流为主[32],其原因可能与受点的高度(500m)和轨迹聚类分析有关.银川市夏季风向与气流出现偏差,可能与东南气流聚类条数较少有关.较高的高度所对应的气流输送距离更远[33];银川市主要以长距离输送气流为主,说明选取的500m高度与银川市气流输送特征是一致的.

2.4 PSCF结果分析

PSCF分析结果表明(图 5):银川市春季权重潜在源贡献高值区域(WPSCF>0.3)主要位于湖南北部.此外,在陕西西南部和重庆北部对银川市PM2.5浓度贡献度也较大;夏季 WPSCF值最低(WPSCF<0.3),潜在源区明显减少,主要分布在新疆东部与甘肃交界区域;秋季潜在源区分布较为集中,潜在源区贡献值(WPSCF>0.3)的区域主要集中于新疆东部与甘肃省交界区域,在甘肃省东南部也是银川市PM2.5的主要潜在源区;冬季潜在源区分布特征与秋季相似,但冬季高值区域分布范围较广,在新疆中东部、青海省北部、河西走廊地区、内蒙古西南部、甘肃省南部以及宁夏西北部与银川之间存在着一条覆盖范围较广的西北-东南走向的潜在贡献源区带,其中高值区域(WPSCF>0.5)主要分布在这条区域带的两端,分别在新疆东部和甘肃省南部地区,其次0.3

图5 四季PM2.5的加权潜在源贡献函数(PSCF)Fig.5 Weighted potential source contribution function (PSCF) maps of PM2.5 in four seasons

银川市 PM2.5潜在源区随季节变化的差异性比较明显,冬季WPSCF高值区域覆盖范围最广且分布较为集中,春季 WPSCF值较秋季高,但秋季潜在源区分布较春季集中,夏季WPSCF高值区域范围最小;此外秋冬两季均存在一条自西北-东南走向的潜在贡献源区带,其覆盖区域基本均是对银川市PM2.5浓度影响较大的潜在源区.

2.5 CWT结果分析

CWT分析法可进一步确定潜在源区的权重浓度,平均权重浓度 CWT值越大,表示该网格区域对银川市 PM2.5质量浓度贡献越大.CWT分析结果表明(图6)银川市春季CWT高值区域(>100µg/m3)主要分布在湖北中部、湖南北部、四川东北部、贵州西北部、云南东北部零星地区以及甘肃省南部与青海省东部交界区.此外,青海东部河南西部以及四川西南部对银川市 PM2.5质量浓度贡献为 60～80µg/m3.夏季,对银川市 PM2.5贡献较大的潜在源区明显减少,CWT高值区域(>100µg/m3)几乎没有,CWT值在60～80µg/m3之间的区域主要集中于湖北省东北部、江西省北部以及山东省中部地区.秋季,对银川市PM2.5贡献较大的潜在源区主要分布在自西北-东南这条西北区域带上.除此之外,新疆西部、青海西北部以及甘肃省南部区域对银川市 PM2.5浓度贡献值也相对较高,超过了60µg/m3.冬季PM2.5的潜在源区分布与秋季相似,主要集中在自西北-东南这条西北区域带上,但冬季CWT高值区域(>100µg/m3)明显增多,在新疆中东部、青海省中部、甘肃省南部以及四川和重庆交界区域对银川市 PM2.5质量浓度贡献值最大,超过了 120µg/m3,表明这些区域对银川市PM2.5浓度输送的实际值较高.其次青海北部、河西走廊地区、内蒙古西南部以及宁夏局部地区对银川市 PM2.5质量浓度也有一定影响,贡献值约为 60～100µg/m3.此外,在阿富汗东北部和哈萨克斯坦南部的局部地区对银川市 PM2.5质量浓度也可能存在一定贡献,由于地理位置较远,具体贡献值有待后续研究进一步量化.北京市冬季PM2.5的潜在源区主要位于内蒙古中部,CWT值大约在100～180µg/m3,这与本研究中潜在源区对银川市 PM2.5浓度的贡献在数值上基本吻合[34].

图6 四季PM2.5的加权浓度权重轨迹(CWT)Fig.6 Weighted concentration weighted trajectory (CWT) maps of PM2.5 in four seasons

CWT分析结果与WPSCF结果较为一致,2种方法均表明对银川市贡献较大的潜在源区主要集中在新疆中东部、青海中北部、河西走廊地区以及内蒙古西南部,这些潜在源区分别位于库姆塔格沙漠、柴达木盆地、河西走廊、腾格里沙漠以及巴丹吉林沙漠.干旱少雨、植被覆盖度低、沙漠化严重[35-36]可能使得经过这些区域的气流更容易夹带大量颗粒物,并随着西北长距离输送将颗粒物送至银川市,进而影响银川市的空气质量.严晓瑜等[37]报道2014～2016年银川市 PM2.5潜在源区主要集中在新疆东部库姆塔格沙漠、内蒙古腾格里沙漠、巴丹吉林沙漠、内蒙古西北部以及甘肃北部,与本研究的潜在源区分布结果相似,表明银川市PM2.5浓度主要受西北干旱区沙尘源区的影响.河西走廊地区玉门市属西北干旱区,位于银川市西北方向,其 PM2.5潜在源区均来自 3个沙尘源区,分别为准噶尔盆地(包括古尔班通古特沙漠)、塔里木盆地(包括塔克拉玛干沙漠、库木塔格沙漠及其周边地区)、阿拉善和鄂尔多斯高原(包括巴丹吉林沙漠和腾格里沙漠)[38],进一步表明西北方向的3个沙尘源区可能途经河西走廊地区影响银川市PM2.5浓度.

2.6 重污染期间银川市PM2.5的路径及潜在源解析

由于重污染时段颗粒物浓度较高,PM2.5浓度变化特征及外来源输送路径呈现的更为明显,银川市四季PM2.5的潜在来源解析结果表明:冬季潜在来源分布区域最广,污染最为严重,春季次之,因此选取春、冬季节严重污染时段的 PM2.5轨迹进行聚类和潜在源分析.具体地,重污染时段的选取如下:2015年12 月 8～10 日(重度污染,PM2.5浓度 349.83µg/m3)、2016年5月18～20日(严重污染,PM2.5浓度299.17µg/m3)、2016年 12月 11～12日(严重污染,PM2.5浓度265.67µg/m3)、2017年1月 1～3日(严重污染,PM2.5浓度 359.8µg/m3)、2017年 5月 3～5日(严重污染,PM2.5浓度 309.2µg/m3).

重污染期间,后向轨迹聚类分析表明银川市气流也主要来源于西北方向(图7),聚类1气流主要来自新疆东部,途经甘肃北部、内蒙古西南部进而抵达银川市,占比最高,为46.67%;聚类2和聚类4两条气流均为境外输入,其中聚类 2气流输送距离最远,占比 9.72%,主要来自土库曼斯坦中部,途经乌兹别克斯坦东南部、吉尔吉斯斯坦南部,最后横穿新疆、甘肃到达银川市.聚类 4气流来自银川正西北方向,占比 16.11%,主要源自新西伯利亚地区,途经蒙古国和内蒙古西南部到达银川市;聚类 3气流主要以短距离输送为主,占比27.50%,主要来源于甘肃省中部地区,绕至内蒙古南部,最后从宁夏西北部进入银川.马艳等[39]在 2014年对青岛市冬季一次重污染过程中PM2.5的影响机制进行分析,结果表明西北风是导致PM2.5浓度居高不下的主要原因,而在南风和西南风影响下,PM2.5浓度有所下降,因此,西北风是导致重污染天气的重要因素,进一步证实了本研究的结果.

图7 重污染期间气流后向轨迹聚类分析Fig.7 Cluster-mean back trajectories during heavy pollution

重污染期间,银川市PM2.5潜在源分析结果表明(图 8a),WPSCF高值区域(>0.6)大致分为 3个板块,分别位于新疆东部与甘肃交界区域、内蒙古西南部与甘肃交界区域以及甘肃中南部地区.此外,新疆东部零星地区、青海省北部局部地区、内蒙古西南部以及宁夏西部地区对银川市 PM2.5浓度的影响也相对较大(WPSCF>0.3),不可忽视.浓度权重分析结果(图 8b)表明重污染期间对银川市 PM2.5浓度贡献较大的区域分布较广,主要集中在西北-东南这条区域带上;但与冬季相比,重污染期间对银川 PM2.5浓度贡献较大的潜在源区略有北移,主要集中在新疆东部、内蒙古西南部、宁夏西北部地区以及甘肃省绝大多数地区,这些地区对银川市PM2.5浓度贡献均在120µg/m3以上.银川市重污染天气多发生在春冬两季,西北地区春、冬季寒冷,大部分城市都以燃煤方式实现集中供暖,导致西北地区春、冬季大气颗粒物中煤烟尘含量可能较高[40],进而随着强劲的西北风经过长距离输送抵达银川市,颗粒物累积导致其浓度超标,这可能是导致银川市重污染期间PM2.5浓度超标的原因之一.此外,新疆中北部和青海中部地区对PM2.5浓度贡献约在 80µg/m3以上,乌兹别克斯坦东南部、吉尔吉斯斯坦北部以及新西伯利亚地区对银川市 PM2.5浓度的实际贡献值也有一定影响.在2018～2019年长三角区域一次重污染过程中,山东省中部、山东省沿渤海、江苏省中部及沿海城市对长三角区域 PM2.5浓度的贡献值较高,CWT值普遍处于 80µg/m3以上,最高可达 200µg/m3以上[41],与本研究CWT值的结果类似.由于重污染期间影响银川市PM2.5浓度的潜在源区分布较广,其对 PM2.5浓度的贡献还有待于进一步深入研究.

图8 重污染期间PM2.5的加权潜在源贡献函数图和加权浓度权重轨迹Fig.8 Weighted potential source contribution function and concentration weighted trajectory maps of PM2.5 during heavy pollution period

研究表明银川市大气 PM2.5浓度主要受西北方向沙尘源区和燃煤取暖的影响,因此,落实植树造林、防风固沙和减缓土地荒漠化等政策,加强区域环境合作,实施大气污染联合防治是缓解西北地区细颗粒物长距离输送的有效措施.另外,发展清洁能源、烟气脱硫脱销、绿色生产等技术,减少西北地区燃煤产生的SO2、NOx和烟尘的排放量,可有助于改善银川乃至京-津-冀地区的空气质量.

3 结论

3.1 银川市2013～2018年PM2.5质量浓度年均值呈先上升后下降趋势,其中2016年PM2.5浓度最高.在季节上PM2.5质量浓度大小依次为:冬季>秋季>春季>夏季.银川市四季以西北偏西风为主导风向,且2～3m/s的风速最有利于PM2.5的扩散.

3.2 银川市四季气流主要以哈萨克斯坦、新疆、蒙古国和甘肃等地区的长距离西北输送气流为主,其中夏季出现了来自蒙古国北部和甘肃中部的短距离输送气流,这与四季的主导风向一致.

3.3 潜在源分析与权重浓度分析结果表明:银川市PM2.5潜在源区随季节变化的差异性比较明显,冬季WPSCF高值覆盖区域最广,春季WPSCF值较秋季高,但秋季潜在源区分布较春季集中,夏季 WPSCF值最低;秋冬两季均存在一条自西北-东南走向的潜在贡献源区带,主要包括新疆中东部,经过青海省北部、河西走廊地区、内蒙古西南部、甘肃省南部以及宁夏西北部.这可能与潜在源区植被覆盖度低、干旱少雨以及土地沙漠化严重等因素有关,也与其冬季燃煤采暖污染物排放量增加有关.

3.4 重污染期间,银川市 PM2.5输送气流主要为西北长距离输送气流,其中新疆东部与甘肃交界区域、内蒙古西南部与甘肃交界区域以及甘肃中南部地区对银川市PM2.5浓度贡献较大,其潜在源区与银川市秋、冬季PM2.5的潜在源区基本一致.